데이터 수익화

Data monetization

수익화의 한 형태인 데이터 수익화는 이용 가능한 데이터 소스(분석학)로부터 측정 가능한 경제적 이익을 창출하는 행위를 지칭할 수 있습니다.일반적으로는 [1]데이터 서비스를 수익화하는 행위를 지칭하기도 합니다.분석의 경우, 일반적으로 이러한 이익은 수익 또는 비용 절감으로 축적되지만 시장 점유율 또는 기업 시장 가치 상승도 포함할 수 있습니다.데이터 수익화는 비즈니스 운영을 통해 생성된 데이터, 사용 가능한 외부 데이터 또는 컨텐츠뿐만 아니라 사물 인터넷에 참여하는 전자 장치 및 센서를 통해 수집된 개별 행위자와 관련된 데이터도 활용합니다.예를 들어 사물 인터넷의 보편성은 센서와 모바일 장치에서 위치 데이터 및 기타 데이터를 지속적으로 증가하는 속도로 생성하고 있습니다.이 데이터를 기존 데이터베이스와 대조하면 두 데이터 소스의 가치와 효용성이 증가하여 사회적 이익, 연구 및 발견, 비즈니스 목표 달성을 위한 데이터 마이닝의 가능성이 크게 높아집니다.데이터 수익화와 밀접하게 관련되어 있는 것은 데이터 항목별 데이터를 포함하는 트랜잭션의 서비스 모델로서의 데이터입니다.

데이터 수익화에는 디지털 서플라이 체인(supply-chain)에 관여하는 행위자의 이해관계가 상충하는 경우가 있기 때문에 3가지 윤리 및 규제 벡터가 있습니다.자신의 노력으로 파일 및 레코드를 생성하거나 데이터를 생성하는 센서, 휴대전화 등의 장치를 소유한 개인 데이터 작성자는 데이터의 소유권을 주장합니다.금융기관과의 거래나 고객의 피드백에 의해 발견된 리스크 요인 등 영업 과정에서 데이터를 생성하는 사업체도 시스템이나 플랫폼을 통해 취득한 데이터에 대한 클레임을 가지고 있다.그러나 데이터를 제공한 사람도 데이터에 대한 정당한 권리를 가질 수 있습니다.구글이나 페이스북과 같은 인터넷 플랫폼이나 서비스 프로바이더도 사용자가 플랫폼을 사용하는 대가로 데이터에 대한 소유권 지분을 포기하도록 요구하고 있습니다.따라서 2000년 이후 보편화되었지만, 데이터 수익화의 관행이 규제 기관으로부터 점점 더 많은 관심을 받고 있습니다.유럽연합과 미국 의회는 이러한 문제에 대처하기 시작했다.예를 들어 금융 서비스업에서는 Gramm-Leach-Bliley Act와 Dodd-Frank에 데이터와 관련된 규제가 포함되어 있습니다.일부 개별 데이터 작성자는 개인 데이터[2] 볼트를 사용하는 것으로 전환하고 벤더 관계 관리 개념을 구현하고 있습니다. 이는 데이터가 보상 없이 통합 또는 집계되고 재판매되는 것에 대한 저항이 증가하고 있음을 반영합니다.개인 데이터 생태계 컨소시엄,[3] 환자 개인 정보 보호 [4]권한 등과 같은 단체들도 보상 없이 데이터를 기업 간에 협력하는 것에 대해 이의를 제기하고 있습니다.

금융 서비스 기업은 데이터를 활용하여 수익을 창출하는 데 초점을 맞춘 업계의 비교적 좋은 예입니다.신용카드 발행사와 소매 은행은 고객 거래 데이터를 사용하여 교차 판매 제안의 대상을 개선합니다.파트너들은 은행의 데이터를 활용하는 동시에 고객에게 할인을 제공하는 가맹점 기반 보상 프로그램을 점점 더 많이 홍보하고 있습니다.

데이터 수익화 유형

  1. 내부 데이터 수익화 - 조직의 데이터가 내부적으로 사용되므로 경제적 이점을 얻을 수 있습니다.분석 기능을 사용하여 통찰력을 얻고 수익, 비용 절감 또는 위험 회피 효과를 높이는 조직에서는 일반적으로 이러한 현상이 발생합니다.내부 데이터 수익화는 현재 가장 일반적인 형태의 수익화이며, 다른 유형에 비해 보안, 지적 재산 및 법적 예방 조치를 훨씬 적게 필요로 합니다.이러한 유형의 데이터 수익화를 통해 얻을 수 있는 잠재적인 경제적 이익은 조직의 내부 구조와 상황에 따라 제한됩니다.
  2. 외부 데이터 수익화 - 개인 또는 조직은 보유한 데이터를 외부 당사자에게 유료로 제공하거나 이를 위한 브로커로 제공합니다.이러한 유형의 수익화는 덜 일반적이며 데이터를 잠재적 구매자와 소비자에게 배포하기 위해 다양한 방법이 필요합니다.그러나 데이터 수집, 패키징 및 배포로 인한 경제적 이익은 상당히 클 수 있습니다.

순서

  1. 사용 가능한 데이터 소스 특정– 현재 수익 창출에 사용할 수 있는 데이터뿐만 아니라 현재 사용 가능한 데이터의 가치를 높일 수 있는 기타 외부 데이터 소스도 포함됩니다.
  2. 데이터 연결, 집계, 속성화, 검증, 인증 및 교환 - 데이터를 실행 가능한 데이터 또는 수익 창출 통찰력 또는 서비스로 직접 변환할 수 있습니다.
  3. 조건과 가격을 설정하고 데이터 거래를 촉진합니다(데이터 검증, 저장 및 액세스 방법).예를 들어, 많은 글로벌 기업이 데이터 스토리지 인프라를 잠그고 격리하여 데이터에 대한 효율적인 액세스와 협업 및 실시간 교환을 방해하고 있습니다.
  4. 조사 및 분석 수행 – 리스크 감소, 제품 개발 또는 성능 향상, 고객 경험 또는 비즈니스 성과 개선을 위한 데이터 사용의 기초로 기존 데이터에서 예측 통찰력을 도출합니다.
  5. 액션과 활용 – 데이터 수익화의 마지막 단계에는 대체 또는 개선된 데이터 중심 제품, 아이디어 또는 서비스의 결정이 포함됩니다.예를 들어 실시간 처리 가능한 트리거 알림이나 웹 또는 모바일 응답 메커니즘 등의 확장 채널을 들 수 있습니다.

가격 변수 및 요인

  • 에 대한 요금
    • 구매자와 판매자를 연결하기 위한 플랫폼 사용
    • 데이터 거래에 포함된 데이터를 구성, 구성 및 기타 처리하기 위한 플랫폼 사용
    • 데이터 공급망에 디바이스 또는 센서를 연결하거나 포함하는 것
    • 데이터 소스 작성자와 데이터 구매자를 연결 및 인증(대부분의 경우 연합 ID를 통해)
    • 데이터 소스를 데이터 공급망에 포함할 다른 데이터 소스에 연결
    • 데이터 업로드 및 다운로드를 위한 인터넷 서비스 또는 기타 전송 서비스 사용(개인용 클라우드 사용)
    • 암호화된 키를 사용하여 안전한 데이터 전송 실현
    • 데이터 구매자에게 가치 있는 데이터 포인트를 포함하는 데이터 소스를 태그하도록 특별히 설계된 검색 알고리즘 사용
    • 데이터 생성자 또는 생성자를 데이터 수집 프로토콜 또는 양식에 연결
    • 통지 등 데이터 공급망에 포함된 데이터 항목 또는 데이터 소스의 업데이트에 의해 트리거되는 서버 액션
  • 가격, 교환 또는 기타 거래 가치
    • 데이터 생성자 또는 생성자에 의해 데이터 항목 또는 데이터 원본에 할당됨
    • 데이터 구매자가 데이터 작성자에게 제공하는
    • 데이터 구매자가 설정한 기준에 따라 포맷된 데이터 항목 또는 데이터 소스에 대해 데이터 구매자가 할당하는
  • 데이터 구매자가 데이터 항목 또는 데이터 작성자의 평판에 맞게 조정한 데이터 세트에 대해 할당하는 증분 요금

혜택들

  • 의사결정을 개선하여 실시간 군중 소싱 조사, 수익 향상, 비용 절감, 리스크 감소 및 컴플라이언스 향상
  • 보다 영향력 있는 의사결정(실시간 의사결정 등)
  • 보다 시기적절하게(레이텐시 단축) 의사결정(예를 들어 고객이 전화 또는 스토어에 있는 동안 벤더가 구매를 권장하는 경우, 고객이 여러 벤더를 연결하여 최적의 가격을 발견하는 경우, 데이터 값의 임계값에 도달하면 알림이 트리거되는 경우 등)
  • 보다 세밀한 의사결정(예를 들어 개별 또는 디바이스 또는 센서 수준에서 현지화된 가격 결정과 대규모 Aggregate 비교)
  • 타깃 마케팅(예를 들어 빅데이터에 접근할 수 있는 벤더는 설정된 데이터 풀 내에서 특정 고객에게 타깃 광고를 제작할 수 있으므로 광고주의 비용을 절감하고 가장 [5]관심 있는 고객에게 다가갈 수 있습니다.)

프레임워크

데이터 수익화와 관련된 산업, 기업 및 비즈니스 모델은 매우 다양합니다.사용되는 비즈니스 모델의 유형을 이해하기 위해 다음과 같은 프레임워크가 제공되었습니다.

이 분야에 투자하는 벤처 캐피털 회사인 IA Ventures의 Roger Ehrenberg는 다음과 같은 세 가지 유형의 데이터 제품 회사를 정의했습니다.

기여 데이터베이스이러한 비즈니스의 매력은 고객이 보다 강력한 집계 데이터 세트를 받는 대신 자체 데이터를 제공하므로 광범위한 시장에 대한 통찰력을 제공하거나 견해를 표명할 수 있는 수단을 제공할 수 있다는 것입니다.적은 금액을 주고 많은 금액을 돌려받으십시오. 이는 상당히 설득력 있는 가치 제안이며, 데이터 제공업체로부터 풍부한 집계 데이터를 받는 대가로 많은 비용을 지불하게 됩니다.이러한 기여형 데이터베이스가 개발되고 고객이 자신의 통찰력에 의존하게 되면 매우 가치 있고 지속적인 데이터 자산이 됩니다.

데이터 처리 플랫폼이러한 기업은 복잡한 데이터 아키텍처, 독점 알고리즘 및 풍부한 분석 기능을 결합하여 고객이 원하는 형태로 데이터를 사용할 수 있도록 장벽을 만듭니다.이러한 기업은 주요 데이터 프로바이더와 특별한 관계를 맺고 있는 경우가 많습니다.이러한 관계를 다른 데이터와 결합하여 전체적으로 처리하면 중요한 차별화 및 경쟁 장벽이 생깁니다.블룸버그는 강력한 데이터 처리 플랫폼의 한 예입니다.이들은 자체 개발한 데이터를 포함하여 다양한 소스로부터 데이터를 가져와 유니파이드 스트림에 통합하고 대시보드 또는 API를 통해 데이터를 사용할 수 있도록 하며, 방대한 수의 사용 사례에 대한 강력한 분석 제품군을 제공합니다.그 규모와 수익성은 두말할 필요도 없이 업계의 부러움을 사고 있다.

데이터 생성 플랫폼이러한 기업은 다수의 사용자에게 귀찮은 문제를 해결하고, 그 특성상 고객으로부터 방대한 양의 데이터를 수집합니다.이러한 데이터 세트가 증가함에 따라 기업이 제품 및 기능을 보다 적절하게 조정하고 상황에 맞게 적절한 서비스를 제공하는 고객을 공략할 수 있도록 지원하는 데 있어 이러한 데이터 세트는 점점 더 중요해지고 있습니다.고객은 데이터 자산의 직접적인 혜택을 받기 위해 가입하지 않습니다. 이 제품은 매우 가치가 높기 때문에 즉시 사용할 수 있는 기능을 원할 뿐입니다.시간이 지남에 따라 제품이 개선됨에 따라 이미 성공한 플랫폼에 대한 제약이 강화될 뿐입니다.민트는 이런 종류의 사업의 한 예이다.사람들은 핵심 제품에서 가치를 보았습니다.그러나 고객 데이터가 더 많이 수집되고 분석됨에 따라 제품은 계속해서 개선되었습니다.네트워크 효과는 그 자체로는 없었지만 생성된 데이터 자산의 규모는 시간이 [6]지남에 따라 제품을 개선하는 데 필수적인 요소였습니다."

Selvanathan과 Zuk은[7] 다음과 같은 프레임워크를 제공합니다.이 프레임워크는 기업에서 채용하고 있는 기존의 가치 캡처 시스템의 범위를 벗어난 것입니다.대상 고객의 컨텍스트와 소비 모델에 맞게 조정되었습니다."이들은 "플랫폼, 애플리케이션, 서비스형 데이터(DaaS), 프로페셔널 서비스 등 4가지 접근 방식"의 예를 제시합니다.

예

  • 지갑 점유율, 시장 점유율, 벤치마크 등의 용도로 고객에게 재판매하는 데이터 패키지화(분석 기능 포함)
  • General Motors 자동차용 On-Star와 같은 부가가치 차별화 요소로서 데이터(분석 기능 포함)를 신제품에 통합
  • GPS 대응 스마트폰
  • Facebook이나 Groupon이[9] 제공하는[8] 것과 같은 지리정보 기반 서비스나 로케이션 할인은 새로운 채널을 활용한 데이터 수익화의 또 다른 주요 예입니다.
  • CRM 기반 광고 타깃팅 및 Circules에서 제공하는 광고와 같은 미디어 속성
  • Instarea에서 [10]제공하는 것과 같은 빅데이터 기반 마케팅 캠페인.
  • TASIL과 Omantel이 제공하는[11] 것과 같은 마케팅 캠페인의 트리거가 되는 모바일 네트워크의 위치 데이터.

지적재산권 판도

개인이 생성한 데이터를 수익화하기 위해 USPTO가 2010년 이후 발행한 특허로는 8,271,346, 8,612,307, 8,560,464, 8,510,176 및 7,860,760,760 등이 있습니다.이들은 보통 전자상거래, 데이터 처리, 비용 및 가격 결정과 관련된 세분류 705에 속한다.이러한 특허 중 일부는 데이터 공급망이라는 용어를 사용하여 사물 인터넷을 통해 서로 연결된 많은 개인 및 디바이스로부터 실시간으로 데이터를 연합 및 집계하는 새로운 기술을 반영하고 있습니다.또 다른 용어로 정보 뱅킹이 있습니다.

데이터 수익화를 위한 미개척이지만 잠재적으로 파괴적인 분야는 데이터 트랜잭션에 Bitcoin 마이크로페이즈를 사용하는 것입니다.비자나 페이팔과 같이 거래 비용을 쉽게 절감하거나 없앨 수 있는 결제 서비스를 통해 비트코인이 경쟁사로 부상하고 있어 단 하나의 데이터 항목만으로도 거래가 원활히 이루어질 수 있다.데이터 공급망 참여를 수익화하고자 하는 기업뿐만 아니라 소비자들도 조만간 소셜 네트워크가 지원하는 Bitcoin 거래소와 [12]플랫폼에 액세스할 수 있을 것입니다.데이터에 대한 소액 결제가 보편화되고 활성화됨에 따라 클릭베이트와 데이터 탈취가 위축될 수 있습니다.데이터 브로커 관리형 데이터 거래 교환을 구축해야 하는 현재의 요구조차 무시될 수 있습니다.데이터 서플라이 체인(supply-chain) 개념을 도입한 Stanley [13]Smith는 데이터 수익화를 위한 간단한 소액 결제가 사용자 구성 가능한 데이터 공급 스키마의 유비쿼터스 구현의 핵심이며, 급증하는 사물 인터넷을 포함한 모든 데이터 크리에이터를 위한 보편적인 규모의 데이터 수익화를 가능하게 한다고 말했습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ "Four models of data monetization". 16 February 2018.
  2. ^ "User controlled system and method for collecting, pricing, and trading data". Freepatentsonline.com. Retrieved 24 August 2017.
  3. ^ http://personaldataecosystem.org Wayback Machine에서 2014-05-14 아카이브 완료
  4. ^ "Patient Privacy Rights – Privacy is your right. We help make it happen". Patientprivacyrights.org. Retrieved 24 August 2017.
  5. ^ "Market Trends: Ways CSPs Can Exploit Location Data". Gartner.com. Retrieved 2018-07-24.
  6. ^ Ehrenberg, Roger. "Creating competitive advantage through data". IA Ventures' blog. Archived from the original on 3 December 2013. Retrieved 23 November 2013.
  7. ^ 실현되는 빅데이터:성장을 촉진하기 위한 새로운 데이터 기반 제품 및 서비스 개발
  8. ^ Kiss, Jemima (31 January 2011). "Facebook Places Deals to target local business ads in UK and Europe". The Guardian. Retrieved 24 August 2017.
  9. ^ Parr, Ben (10 May 2011). "Say Hello to Groupon Now & Right Here, Right Now Deals". Mashable.com. Retrieved 24 August 2017.
  10. ^ "Market Trends: Ways CSPs Can Exploit Location Data". www.gartner.com. Retrieved 2018-07-24.
  11. ^ "Learn more about real-time marketing platform". tasil.omantel.om. Retrieved 2021-03-02.
  12. ^ 로마스, 나타샤, 테크크런치, 2014년 8월 18일
  13. ^ "Archived copy". www.linkedin.com. Archived from the original on 31 August 2014. Retrieved 27 January 2022.{{cite web}}: CS1 maint: 제목으로 아카이브된 복사(링크)